Tvůrci FlowerCheckeru spouštějí Shazam pro kytky. Plant.id staví na AI a má velké plány

Za pár hodin se změní způsob, jakým pohlížíte na květiny kolem sebe – odteď už to totiž možná bude jen prostřednictvím fotoaparátu v mobilním telefonu. Projekt FlowerChecker se hodlá rozrůst do obrovských rozměrů pomocí strojového učení, tisíců druhů identifikovatelných rostlin a především díky novému brandu – Plant.id. S ním teď startuje kampaň na Indiegogo i webové rozhraní.

Bude se chovat podobně, jako když prostě nevíte, jaká písnička právě hraje někde kolem vás. Tak sáhnete po mobilním telefonu, abyste si kus nahráli. A on na vás vyplivne název, interpreta a třeba i slova. Převeďte si to do květinového světa. Když nevíte, co to právě roste před vámi, vytáhnete telefon, vyfotíte – a víte. Prostě Shazam na květiny.

Stejně bude fungovat Plant.id. Rychle, jednoduše, navíc se bude dát květiny fotit díky novému HTML přímo z webu, takže nemusíte mít ani aplikaci. A co je pro uživatele vůbec nejzajímavější – celé to bude zadarmo. Peníze na projekt mají jít z B2B byznysu a na rozpoznávání kytek mobilem tak nemusíte šetřit.

Spouští se nejen nový web, ale zároveň i kampaň na Indiegogo, která má celý projekt podpořit.

Za FlowerChecker dosud pracovali lidé. Když jste neznali květinu, vyfotili jste ji, poslali ji – a  botanik ji za vás určil. Že má taková záležitost velké množství potenciálních zákazníků si už FlowerChecker ověřil.

S pomocí „strojů“ má už FlowerChecker také své zkušenosti. Sám si tak totiž v prvopočátku své existence našel zákazníky. Na Twitterstreamu vyhledával lidi, kteří se snažili zjistit, jakou květinu mají před sebou. „V zásadě se nám pak tweet s kytkou objevil na webové stránce a Ondra (Ondřej Vild, vědec, nadšený environmentalista a humanista a vášnivý pianista, pozn. red.) začal určovat lidem kytky z fotek z tweetů. Lidi nám děkovali a byli nadšení,“ popisuje Ondřej Veselý začátky. To a zpětná vazba jim ukázala, že ač nebudou milionáři, projekt má smysl dělat. Brzy se slušně rozjel. „V jednu chvíli jsme byli zavaleni požadavky, až 500 za den z celého světa, museli jsme zdražovat a nestíhali jsme,“ doplňuje Ondřej Veselý, CEO a spolutvůrce projektu.

Úplně původním cílem však bylo od uživatelů získávat lokalizovaná data o rostlinách, které zakladatelé chtěli k ověření teze, že rostlinu lze rozpoznávat automaticky, což byla v roce 2014 spíše teorie. Výměnou za to lidé měli získat radu s jejich určením. Když ale najednou začaly chodit stovky dotazů denně, museli tvůrci službu zpoplatnit, aby nápor omezili. Efekt byl přesně opačný. Lidé sami začali ochotně platit za to, že poskytují data, která autoři služby potřebují.

V takovou chvíli se pro další plány lidská práce stala omezením. FlowerChecker postupoval ve svém plánu a rozjel chatboty na Twitteru a Facebooku. „Tak můžete interagovat s naším machine learningem tím, že se zeptáte na Twitteru: ‚prosím tě, nevíš, co je to za kytku‘ – tedy anglicky. A ten náš bot ji určí, nebo můžete napsat Messengeru na Facebooku, ten s vámi pokecá,“ vysvětluje Ondřej Veselý. Nad stejným backendem běží i https://plant.id/. Aktuálně (nebo v případě webové stránky po spuštění) umí určovat 8 000 druhů květin, ještě v květnu to má být 12 000.

Machine learning a nová strategie

Původní FlowerChecker se tak rozdvojuje na dva různé projekty. První stojí na tom, že rostliny pro vás identifikuje člověk z masa a kostí. Ten si ponechává název i ideálního zákazníka. Druhým je Plant.id, který staví na umělé inteligenci.

„Původně jsme ten posun k machine learningu chtěli dělat v rámci FlowerCheckeru, ale uvědomil jsem, si že by se ten rozdíl špatně komunikoval, proto zakládáme nový brand. Máme ozkoušené, že když jsou za službou skuteční lidi, zákazníci jsou ochotní platit; je za tím totiž vidět ta vzácná práce. V Plant.id ale máme jinou strategii – chceme prodávat API byznysovým zákazníkům,“ vysvětluje Ondřej Veselý.

Podle něj k určování kytek zdarma pomocí machine learningu stejně trh směřuje. V Plant.id tak chtějí mít náskok a stát se první volbou pro zákazníky. „To nám udělá – bez drahého marketingu – dost velkou reklamu, aby to pak přitáhlo zákazníky firemní. Jediný marketing je tak vlastně jen ta crowdfundingová kampaň, a ta se snad vrátí,“ plánuje Ondřej Veselý.

Samozřejmě, machine learning vyžaduje velké úsilí, hodně peněz a kontinuální vychytávání much…

Vize? Třeba drony místo včel

K řešení tak je otázka, jaké firmy by vlastně za projekt mohly mít zájem platit peníze. Tým se zatím neformálně bavil s Agenturou ochrany přírody a krajiny ČR, které se myšlenka určovat druhy rostlin automaticky líbila.

Jejím nadstandardem by navíc mohlo být plánované určování z dronů – přeletem nad danou krajinou by systém mohl získat nejen řadu použitelných fotek pro dané místo i do své databáze, ale především by urychlil práci pro identifikaci důležitých rostlin v místech, která se například plánují zastavovat, nebo u kterých se z jiných důvodů musí určit, jestli na území nerostou ohrožené druhy.

„Spolupracujeme taky s německými vědci, kteří mapují středoevropskou flóru. Už teď máme na FlowerCheckeru amerického zákazníka, kterému systematicky pomáháme s vegetačním mapováním pozemků. Ale spíš se chci nechat překvapit, kdo se objeví,“ těší se Ondřej Veselý.

Zatím se zaměřuje na firmy, které pracují v zemědělství a je v kontaktu se svazem květinářů a floristů, dlouhodobé vize míří o něco výš. V nich vidí například malé drony, které budou opylovat ohrožené druhy rostlin a nahrazovat tak vymírající včelstva.

Kromě toho si je však vědom, že velcí hráči pro samotné strojové učení jsou ještě úplně jinde. „Kvůli nim možná začneme škálovat a náš machine learning nasadíme na jiný dataset. Jedna konkrétní spolupráce se nám rýsuje v oblasti zdravotnictví, ale to je běh na dlouhou trať,“ nastiňuje Ondřej Veselý.

Diskuze k článku